FR/EU ecosystemeInteresting Engineering 17 juin 2026

L'Europe développe un bras robotique capable de voir, toucher et manipuler des échantillons pour les missions lunaires

1 source couvre ce sujet·Source originale ↗·

Résumé IASource uniqueImpact UE

L'Agence spatiale européenne (ESA) et l'entreprise aérospatiale italienne Leonardo finalisent l'intégration du Sample Transfer Arm (STA), un bras robotique de 2,4 mètres d'extension doté de sept degrés de liberté, actuellement assemblé dans les installations de Leonardo à Nerviano, près de Milan. Conçu à l'origine pour le programme Mars Sample Return conjoint NASA-ESA, le STA devait transférer les échantillons martiens collectés par le rover Perseverance en vue de leur retour sur Terre. L'avenir incertain de cette mission a conduit l'ESA à repositionner la technologie vers des applications lunaires et d'exploration plus larges. Le bras embarque des caméras, des capteurs de force et de couple en trois dimensions, des codeurs de position dans chaque articulation, et une unité électronique autonome faisant office de centre de contrôle. Sa pince en bout de bras offre une précision au millimètre. Les équipes entrent maintenant dans la phase de tests en environnement spatial simulé, prévue dans les prochaines semaines.

Ce bras illustre concrètement la montée en maturité des systèmes robotiques à perception multimodale pour l'espace : la combinaison vision embarquée, retour haptique (capteur force-couple 6 axes) et contrôle de position en boucle fermée permet une manipulation semi-autonome sans intervention humaine en temps réel, ce qui est critique pour des missions où la latence de communication rend le télé-opérage direct impraticable. Pour les décideurs du secteur spatial institutionnel, le STA représente un démonstrateur crédible d'un bras polyvalent qui pourrait supporter aussi bien la collecte d'échantillons géologiques que l'assistance aux astronautes lors de séjours prolongés sur la Lune. La question du passage du laboratoire à un déploiement opérationnel reste ouverte : aucune mission concrète avec timeline précise n'est annoncée à ce stade, et les tests en cours à Nerviano devront valider les performances avant toute intégration sur un engin spatial réel.

Le STA s'inscrit dans une dynamique européenne de consolidation des compétences robotiques spatiales face à une concurrence américaine (NASA, JPL) et émergente (Chine, CNSA). Le consortium industriel qui porte le projet reflète la géographie habituelle de l'industrie spatiale européenne : Leonardo en chef de file, GMV et AVS (Espagne) pour les logiciels et systèmes, Maxon (Suisse) pour les actionneurs de précision, 3DPlus (France) pour l'électronique résistante aux radiations, et COMOTI (Roumanie), avec des fournisseurs danois, grecs et allemands. La présence de 3DPlus, spécialiste français des composants électroniques durcis pour l'espace, mérite d'être notée dans ce contexte de souveraineté technologique. La prochaine étape critique sera la validation en conditions simulées de lancement et d'atterrissage, les mécanismes structurels du bras devant absorber les charges dynamiques sans dégrader la précision de positionnement acquise au sol.

Impact France/UE

La participation de 3DPlus (France) pour l'électronique durcie et le leadership ESA/Leonardo sur le STA renforcent la souveraineté technologique européenne en robotique spatiale à perception multimodale, segment stratégique face aux programmes NASA et CNSA.

Dans nos dossiers

Souveraineté robotique

À lire aussi

1Interesting Engineering

Un cerveau de robot combine vue, toucher et son pour aider les humanoïdes dans les tâches ménagères

NEURA Robotics, société allemande, a présenté Neuron AI, un modèle de fondation qu'elle qualifie de Perception-Language-Action (PLA). Il fusionne vision 3D, mesures tactiles et de force, audio, langage, état du robot et mémoire pour convertir la perception en actions physiques. Il prend en charge cinq plateformes : les humanoïdes 4NE1 Gen 3 et Gen 4, une version 4NE1 sur base roulante et deux robots bimanuels. L'inférence tourne localement, sans connexion cloud. L'entraînement combine expérience réelle, variations simulées et démonstrations humaines captées par des combinaisons instrumentées, via l'infrastructure NEURA Gyms. Schaeffler et Bosch sont cités comme partenaires de données industrielles. La plateforme Neuraverse doit permettre d'affiner les compétences par client et de les distribuer sur des flottes, en privé ou partagées avec l'écosystème. Une démonstration autonome de 11 minutes est prévue sur le 4NE1 au NVIDIA GTC Berlin du 20 au 22 octobre, avec notamment du tri de linge et le chargement d'un lave-linge. Le message technique est que le retour tactile, sonore et la mémoire à court terme ne sont plus des options : vérifier qu'une vis est bien engagée via les forces de contact, ou qu'un loquet a cliqueté via le son, répond à une faiblesse connue des modèles purement visuels sur les tâches d'assemblage ou de manipulation multi-étapes. Pour un intégrateur, la promesse d'un même modèle sur cinq morphologies et d'une exécution embarquée est pertinente, car elle limite la dépendance au réseau et le coût de réécriture des compétences par machine. Mais il s'agit pour l'instant d'une annonce. NEURA n'a publié aucun benchmark comparatif montrant le gain de la mémoire ou des capteurs additionnels face à des systèmes basés sur la vision seule. Sa métrique phare, le Time-to-Skill (durée pour enseigner une tâche jusqu'à une exécution fiable), n'est accompagnée d'aucune valeur mesurée. Les exemples de la vis et du loquet illustrent des capacités visées, pas des résultats vérifiés de façon indépendante. Ce lancement place NEURA face à des acteurs qui défendent des approches voisines : Figure avec Helix, Tesla avec Optimus, Physical Intelligence avec Pi-0 et NVIDIA avec GR00T, ce dernier étant aussi l'hôte de la démonstration prévue. La différenciation revendiquée tient à la multimodalité sensorielle native, au multi-embodiment et à une logique de plateforme (Gyms, Neuraverse) plus qu'à un robot isolé. En Europe, la concurrence ou la complémentarité vient d'acteurs comme Wandercraft ou Enchanted Tools, plus spécialisés sur leurs propres machines. Le prochain test sera la démonstration de Berlin : une séquence de 11 minutes reste une vitrine, et il faudra savoir si elle est exécutée sans coupe ni intervention, avec quel taux de réussite sur des répétitions, et si des pilotes industriels, notamment chez Schaeffler et Bosch, la suivent avec des chiffres de déploiement réels.

UENEURA Robotics, entreprise allemande, propose un modèle de fondation embarqué testé avec Schaeffler et Bosch, ce qui renforce l'offre européenne d'IA physique pour l'industrie.

FR/EU ecosystemeOpinion

1 source

2Robot Magazine FR

Souveraineté robotique : l’Europe doit-elle avoir son propre « Airbus des robots » ?

L'argument central de ce texte d'analyse est que l'Europe, qui a construit Airbus dans l'aéronautique ainsi que des filières spatiale, nucléaire et automobile de premier plan, n'a pas d'équivalent industriel pour la nouvelle génération de robots. La robotique, longtemps cantonnée à des bras industriels programmés pour des tâches répétitives en environnement contrôlé, évolue vers des machines mobiles polyvalentes (cobots, robots mobiles, humanoïdes) grâce aux progrès de l'intelligence artificielle, de la vision par ordinateur et des systèmes de préhension. Aux États-Unis, les investissements massifs en IA se prolongent désormais dans l'humanoïde et la « Physical AI ». La Chine, elle, mise sur son avantage industriel : une chaîne d'approvisionnement déjà capable de produire à grande échelle moteurs, batteries, capteurs, électronique et pièces mécaniques. Le texte ne cite aucun chiffre d'investissement précis ni date d'échéance : il s'agit d'un plaidoyer stratégique et non d'une annonce de programme concret, et cette absence de données chiffrées mérite d'être notée. L'enjeu dépassé la course à la démonstration la plus spectaculaire en vidéo. Ce qui déterminera les rapports de force, selon l'auteur, c'est la maîtrise de toute la chaîne de valeur : composants, fabrication, logiciels, modèles d'IA, données d'entraînement, maintenance, et surtout la capacité à produire des milliers puis des millions d'unités. Si les robots deviennent assez polyvalents pour exécuter une large gamme de tâches, ils cesseront d'être un simple investissement industriel pour devenir une nouvelle forme de force de travail, ce qui déplace la question vers un enjeu de souveraineté comparable à l'aéronautique ou aux semi-conducteurs. Pour les intégrateurs et décideurs industriels européens, le message est clair : l'Europe dispose déjà d'industriels reconnus, de laboratoires solides et d'un tissu manufacturier étendu (automobile, aéronautique, logistique, énergie, santé, agroalimentaire) pouvant servir de terrain d'expérimentation, mais elle bute historiquement sur le passage à l'échelle, faute de capital, à cause de la fragmentation du marché et du manque de coordination entre États. C'est ce constat qui motive la comparaison avec Airbus, né du regroupement des compétences, financements et ambitions de plusieurs pays européens face à une industrie capitalistique dominée par les Américains. L'auteur ne propose pas de fusionner les fabricants européens ni de créer un humanoïde unique, mais de mutualiser les technologies critiques que toute l'industrie devra maîtriser : actionneurs, moteurs, capteurs, systèmes de vision, électronique embarquée, modèles d'IA dédiés au monde physique et logiciels de contrôle. Aucun pilote, financement ou calendrier n'est annoncé à ce stade ; le texte reste une réflexion prospective, qui se termine d'ailleurs sur une phrase inachevée évoquant les « futurs champions européens », sans nommer d'acteurs précis ni de feuille de route.

UECe texte plaide directement pour une stratégie industrielle robotique européenne mutualisée, sur le modèle d'Airbus, présentée comme un enjeu de souveraineté pour l'UE face aux Etats-Unis et a la Chine.

FR/EU ecosystemeOpinion

1 source

3Interesting Engineering

Combinaison robotique simule l'apesanteur sur Terre pour améliorer les capacités motrices des astronautes

Des chercheurs du Centre de recherche allemand pour l'intelligence artificielle (DFKI) et de l'Université de Duisbourg-Essen (UDE) ont participé à la 46e campagne de vols paraboliques du DLR à Bordeaux, du 11 au 22 mai 2026, dans le cadre du projet MikroBeM. L'objectif : déterminer si un entraînement sur Terre avec un exosquelette robotique adapté par IA peut préparer les astronautes aux déficiences motrices fines induites par la microgravité. À bord d'un Airbus A310 "Zero G", les participants ont effectué 180 paraboles au total, chacune offrant exactement 22 secondes d'apesanteur réelle lors du piqué contrôlé de l'appareil. Durant ces fenêtres, les sujets devaient pointer du doigt index le centre d'une cible sur écran, sans pouvoir voir leur main, couverte par un cape opaque. Des capteurs enregistraient simultanément l'activité cérébrale (EEG), les contractions musculaires (EMG) et la fréquence cardiaque. L'ensemble des données a été collecté sans aucune défaillance matérielle. La véritable contribution technique de MikroBeM réside dans la phase d'entraînement pré-vol. La moitié des participants avait passé un mois en laboratoire à s'entraîner dans l'exosquelette développé conjointement par le DFKI et l'UDE. Le système utilise l'IA pour mesurer précisément le poids du bras de l'utilisateur, puis applique des contre-forces motorisées pour neutraliser complètement l'effet de la gravité sur le membre. Le cerveau perçoit alors le bras comme en apesanteur. Comparer ce groupe entraîné à un groupe contrôle non entraîné pendant les vols permet d'évaluer si ce conditionnement au sol "tient" dans la vraie microgravité. Les premiers résultats sont qualifiés de "très prometteurs" par les chercheurs, sans que des chiffres de performance précis n'aient encore été publiés. L'enjeu pour les opérateurs de missions est réel : en microgravité, les gestes de maintenance précis sur station spatiale, tels que serrer un connecteur ou manipuler de l'électronique, deviennent instables et dangereux faute de repères gravitationnels. Le projet MikroBeM s'inscrit dans un contexte plus large de préparation aux missions longue durée vers la Lune et Mars, où les astronautes ne pourront pas bénéficier de simulations en orbite basse comme sur l'ISS. Le DFKI est un acteur reconnu en exosquelettes et robotique de service; côté concurrents, les programmes d'entraînement moteur en microgravité simulée restent un segment de niche, avec quelques initiatives universitaires américaines et japonaises mais aucun dispositif commercial comparable clairement annoncé à ce stade. Les chercheurs indiquent également une retombée médicale directe : les mécanismes d'adaptation cérébrale à un environnement physique altéré sont pertinents pour la neurotechnologie et la rééducation post-AVC, ouvrant potentiellement l'usage de cet exosquelette spatial à des patients neurologiques en réapprentissage moteur. Les prochaines étapes du projet impliquent l'analyse complète des données de vol et la publication des résultats comparatifs.

UELe projet MikroBeM, mené par des institutions européennes (DFKI, UDE, DLR) avec une campagne réalisée à Bordeaux, positionne l'Europe sur le segment émergent de l'entraînement moteur en microgravité simulée, avec des retombées potentielles en neurorééducation post-AVC.

FR/EU ecosystemePaper

1 source

4arXiv cs.RO

GOAG : un planificateur de préhension génératif et agnostique à l'objet pour la manipulation robotique dextérique

CEA-List, laboratoire public français rattache au CEA Tech, publie sur arXiv (2608.19759) GOAG, un planificateur génératif de prises pour mains robotiques multi-doigts, conçu pour se généraliser a de nouveaux objets sans données d'entrainement spécifiques. Le modèle apprend uniquement la distribution des points de contact propres a une pince donnée, en exploitant le fait que pince et objet partagent la même géométrie de surface au point de contact; les caractéristiques de l'objet ne sont intégrées qu'au moment de l'inférence. Teste sur le protocole standard MultiDex, en simulation et en conditions réelles avec plusieurs pinces issues de la littérature, GOAG atteint un taux de réussite moyen de 86,93%, un niveau comparable aux meilleures méthodes entraînées spécifiquement sur ce jeu de données, avec une génération de prises nettement plus rapide. Code source et vidéos de démonstration sont publies sur cea-list.github.io/goagweb. Cette approche cible directement le principal frein a l'industrialisation de la manipulation dexterale: la plupart des planificateurs appris échouent des qu'ils rencontrent un objet absent de leur jeu d'entrainement, imposant un cycle de collecte de données couteux a chaque nouvelle référence. En découplant l'apprentissage du gripper de celui des objets, GOAG promet aux intégrateurs logistiques et industriels une adaptation plus rapide a de nouveaux produits, sans ré-entrainement systématique. Les chiffres avances, 86,93% de réussite et une vitesse de génération supérieure, restent toutefois ceux d'un benchmark académique contrôle et d'un preprint non encore évalué par les pairs: la généralisation a des objets totalement inédits en environnement de production reste a démontrer a plus grande échelle. Ce travail s'inscrit dans la recherche en planification de prise par apprentissage profond, un domaine largement domine par des méthodes entraînées objet par objet, des pinces parallèles simples aux mains anthropomorphes a haut nombre de degrés de liberté. En choisissant de généraliser via la géométrie du gripper plutôt que via des jeux de données d'objets toujours plus vastes, CEA-List se positionne sur un axe distinct de celui des groupes misant sur des modèles vision-langage-action entraines a grande échelle. Aucun pilote industriel ni calendrier de transfert technologique n'est annonce dans l'article; la suite logique consiste a valider l'approche sur un plus large éventail de pinces dexterales et d'objets non vus, avec une intégration possible dans des plateformes robotiques existantes.

UECEA-List, laboratoire public francais rattache au CEA Tech, publie une methode de planification de prise robotique dexterale dont le code ouvert pourrait interesser les integrateurs industriels europeens en logistique et manufacturing.

FR/EU ecosystemePaper

1 source